Klimaatwetenschappers van Columbia University hebben een nieuwe, mondiaal orkaanmodel voor het inschatten van het langetermijnrisico van zeldzame, stormen met hoge impact onder verschillende klimaatscenario's. Het model gebruikt een nieuwe benadering om efficiënt een groot aantal stormen over de hele wereld te simuleren, vooral degenen die snel intensiveren, zoals orkanen Maria, Irma en Harvey. De onderzoekers hopen dat het nieuwe systeem zal leiden tot stormrisico- en gevarenbeoordelingen voor grote steden.

Het projectteam, geleid door Chia-Ying Lee van het International Research Institute for Climate and Society, zal het model open source maken wanneer het werk is voltooid. De wetenschappers beschrijven hun methodologie in een nieuw artikel in de Journal of Advances in Modeling Earth Systems .

Het Atlantische orkaanseizoen 2017 was een van de meest destructieve in de Amerikaanse geschiedenis, veroorzaakte meer dan $ 200 miljard aan schade voordat het officieel eindigde op 30 november. Orkanen en tropische stormen scheurden ook door het Caribisch gebied en de Golfkust, verwoestende een aantal eilandnaties en gebieden.

"Gebeurtenissen als deze veroorzaken enorme schade, ", zegt Lee. "Het is belangrijk dat we een nauwkeurig begrip hebben van hoe het gevaar van deze gebeurtenissen verandert als het klimaat verandert."

Net als andere orkaanmodellen, deze nieuwe gebruikt historische omstandigheden om een ​​groot aantal realistische maar synthetische stormen te simuleren - veel meer stormen, in feite, dan in de afgelopen 30 jaar daadwerkelijk is gebeurd.

"Eigenlijk, we kunnen een veel langere geschiedenis genereren om dingen te visualiseren die niet zijn gebeurd sinds het begin van moderne observaties, maar dat kan gebeuren, " zegt co-auteur Adam Sobel, van Columbia's Lamont-Doherty Earth Observatory. "Dit stelt ons in staat om de waarschijnlijkheid van zeldzame gebeurtenissen te beoordelen die niet aanwezig zijn in het historische record."

De meeste modellen die de particuliere sector gebruikt, doen dit met puur statistische middelen, het genereren van nieuwe stormen alleen gebaseerd op de sporen van historische. Dergelijke modellen kunnen geen verklaring geven voor de grootschalige omgeving waarin elke storm zich ontwikkelde en evolueerde. Dus het Columbia-team liet zich inspireren door een risicomodel dat tien jaar geleden werd ontwikkeld door Kerry Emanuel, aan het Massachusetts Institute of Technology. Hij is een statistisch-dynamisch model, wat betekent dat het een combinatie van natuurkunde en statistieken gebruikt om elke synthetische storm te simuleren. Dynamische modellen kunnen grootschalige klimaatgegevens bevatten en kunnen daardoor inspelen op veranderende omgevingsomstandigheden zoals klimaatverandering. Echter, het uitvoeren van deze simulaties is erg duur en tijdrovend.

Het model dat Lee en haar collega's hebben gemaakt, is gebaseerd op deze hybride statistisch-dynamische benadering, maar voorspelt de stormintensiteit op een nieuwe manier, met een methodologie die het team in 2016 heeft ontwikkeld en die de frequentie van grote stormen zoals orkaan Maria vastlegt en de manier waarop ze snel intensiveren. Hun modelleringsmethode is ook zeer efficiënt in het simuleren van een groot aantal stormen over de hele wereld, die uitgebreide gevarenbeoordelingen mogelijk maakt.

"Nu kunnen we het orkaanrisico bestuderen, wereldwijd en op een manier die direct relevant is voor effecten, " zegt Sobel. "Tot nu toe, alleen zeer dure dynamische modellen kunnen dit, dus we openen veel nieuwe mogelijkheden, voor ons en anderen."

regeringen, financiële instellingen, niet-gouvernementele organisaties en zelfs individuele huishoudens kunnen baat hebben bij een verbeterde gevarenbeoordeling. Bijvoorbeeld, instellingen kunnen kanskaarten genereren die de kans weergeven dat verschillende plaatsen het komende jaar een grote orkaan zullen meemaken, zegt Chia-Ying Lee. "We zullen ook in staat zijn om lokale gevarenbeoordelingen te genereren die zijn gericht op individuele steden, en deze kunnen mogelijk op interactieve websites worden geplaatst die voor het publiek toegankelijk zijn.

Wanneer het project in 2020 afloopt, iedereen kan het model downloaden en uitvoeren. Sobel hoopt dat dit anderen stimuleert om hun werk te verbeteren.

"Als wetenschappers die ernaar streven ons onderzoek nuttig en waardevol te maken in de rest van de wereld, we wilden een model ontwikkelen waarmee we niet alleen het orkaanrisico kunnen bestuderen, maar zou ook anderen in staat stellen om dat te doen, of het nu gaat om wetenschappelijk onderzoek, rampenrisicovermindering, klimaatadaptatie of enig ander doel."

De groep sluit momenteel historische gegevens aan die zijn gegenereerd op basis van een reeks wereldwijde klimaatmodellen om te zien hoe goed ze eerdere orkaanseizoenen kunnen reproduceren. Met dit inzicht kunnen ze het model aanpassen om toekomstige orkaanseizoenen te simuleren. Ze zijn van plan deze resultaten in een aanstaande krant te rapporteren.